Stop Slop：一个专门给 LLM"去 AI 味"的写作 Skill
阅读时间: 大约 6 分钟
Stop Slop：一个专门给 LLM”去 AI 味”的写作 Skill
AI 写的东西为什么一眼就能被认出来？ predictable 的短语、套路化的结构、机械的节奏——这些”AI 味（slop）“已经形成了一套可被枚举的模式。开源项目 Stop Slop（作者 Hardik Pandya，MIT 协议）做的事，就是把这些模式整理成一个可复用的写作技能（skill），教 Claude 或任意 LLM 在成文后识别并删掉它们。它不是检测器，而是一个可以接进任何 Agent 的”润色规则包”。本文基于其官方 README，梳理它的规则体系与评分方法，并分析其局限。
一、项目结构：规则按文件组织
Stop Slop 以标准的 Agent skill 形态分发，目录结构清晰：
stop-slop/
├── SKILL.md # 核心指令
├── references/
│ ├── phrases.md # 要删除的短语
│ ├── structures.md # 要避免的结构套路
│ └── examples.md # 改写前后对照
├── README.md
└── LICENSE # MIT接入方式很轻：在 Claude Code 里把它作为 skill 添加；在 Claude Projects 里上传 SKILL.md 与参考文件；或直接把核心规则抄进自定义指令；甚至 API 调用时把 SKILL.md 放进系统提示词、参考文件按需加载即可。
二、它到底抓哪些”AI 味”
官方把要抓的问题分三类：
1. 禁用短语（Banned phrases）——清嗓子式的开场白、强调拐杖、商业黑话、所有副词、空洞的断言、元评论（meta-commentary）。完整清单在 references/phrases.md。
2. 结构套路（Structural clichés）——二元对立（“不是 X，而是 Y”）、否定式列举、戏剧性碎句、修辞性铺垫、虚假的能动性、远处旁白式口吻、被动语态。
3. 句子级规则——禁止 Wh- 开头、禁止滥用破折号、禁止断奏式碎句、禁止”懒惰的极端化”，要求主动语态。
三、五维评分：50 分制，低于 35 分重写
除了”删什么”，它还给了一套可操作的打分系统——每个维度按 1–10 分评：
| 维度 | 它问的问题 |
|---|---|
| Directness（直接性） | 是在陈述，还是在宣布？ |
| Rhythm（节奏） | 句式有变化，还是像节拍器？ |
| Trust（可信度） | 它是否尊重读者的智力？ |
| Authenticity（真实感） | 读起来像人写的吗？ |
| Density（信息密度） | 有没有可以删掉的东西？ |
五个维度合计 50 分。官方规定：总分低于 35/50 就要求重写。这把”去 AI 味”从主观感觉变成了一个可执行的阈值。
四、冷静看待：启发式不等于客观质量
必须指出几个 nuance，避免把它误解成”客观评分器”：
- 评分是启发式 rubric，不是质量真理。“真实感""可信度”本质上是风格判断，50 分制给出的是一个约束 LLM 自我审视的框架，而非对文字优劣的经验测量。低于 35 分重写是规则要求，不代表低于 35 分的文字在信息价值上必然更差。
- “禁用所有副词”是一种强硬的风格立场，适用于追求冷峻、直接的技术写作；在某些文体（叙事、营销）中未必通用。使用者应把它当可配置的风格偏好，而非放之四海的真理。
- 它治标：删掉套路短语能降低”AI 味”，但若原文信息密度本身低，重写后仍可能空洞——它解决的是”像不像 AI”，不是”有没有料”。
五、优势与局限
优势：
- 可复用、可移植：以 skill 形态分发，能接进任意 Agent 或系统提示词；
- 规则具体可执行：短语、结构、句子三层清单 + 50 分阈值，远比”写得自然点”的模糊指令有效；
- MIT 开源：可自由修改清单以贴合自己的文体。
局限：
- 评分主观性：五维打分是启发式，不同模型执行结果可能漂移；
- 风格立场偏激进：禁用副词、禁破折号等规则并非所有文体都适用；
- 不保证内容质量：只优化”气味”，不补齐信息。
六、适合谁用
- 高频产出技术文档、博客、对外文案、想压低 AI 腔的作者与团队；
- 构建写作类 Agent / 润色流水线的开发者：直接把它当规则模块接入；
- 想把”写作风格”固化为可复用规范的组织。
建议把它的清单按自家文体裁剪后使用，而不是照单全收。